Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/6789
Title: Uma aplicação de técnicas de detecção de outliers multivariados para identificação de fraude monetária
Authors: Silva, Alex Junio Souza da
metadata.dc.contributor.advisor: Barbosa, Josino José
Duarte, Anderson Ribeiro
metadata.dc.contributor.referee: Martins, Helgem de Souza Ribeiro
Oliveira, Fernando Luiz Pereira de
Barbosa, Josino José
Duarte, Anderson Ribeiro
Keywords: Papel moeda
Fraude monetária
Data driven cluster analysis method - DDCAM
Outliers multivariados
Issue Date: 2024
Citation: SOUZA, Alex Junio Souza da. Uma aplicação de técnicas de detecção de outliers multivariados para identificação de fraude monetária. 2024. 26 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.
Abstract: As metodologias de detecção de outliers multivariados possuem uma extensa gama de aplicabilidade. Novas metodologias são discutidas na fronteira do conhecimento dada sua grande aplicabilidade. Dentre as mais variadas aplicações, a identificação de fraudes financeiras e monetárias despertam grande interesse. Esse estudo apresenta algumas frentes de investigação apoiadas no assunto. Metodologias atuais de detecção de outliers multivariados são discutidas, tratam-se de metodologias que transcendem o nível usual de conhecimento em nível de graduação mesmo para estudantes de Estatística. Dados de fraudes monetárias ligadas à emissão de papel moeda falsificado são discutidos. Constatações e interpretações estatísticas associadas à interpretação de resultados das metodologias de detecção de outliers são apresentadas. Estas ferramentas estatísticas são de grande valia para tentar elucidar essas fraudes. Os valores outliers são elementos usualmente incomuns ao conjunto de dados, em geral valores extremos quanto a ordem de grandeza das variáveis. Diversos métodos para detecção de outliers já são bastante difundidos na literatura, mas as investigações em outliers multivariados ainda estão em pleno estudo. Metodologias com este propósito são apresentadas na revisão de literatura, em particular, a metodologia Data-driven Cluster Analysis Method (DDCAM) que é apresentada e aplicada aos dados em estudo.
metadata.dc.description.abstracten: Multivariate outlier detection methodologies have a wide range of applicability. Given their broad applicability, new methods are discussed at the frontier of knowledge. Identifying financial and monetary fraud is very interesting among the most varied applications. This study presents some research fronts supported by the subject. Current methodologies for detecting multivariate outliers are discussed; these are methodologies that transcend the usual level of knowledge at the undergraduate level, even for Statistics students. Data on monetary fraud linked to the issuance of counterfeit paper-money are discussed. Statistical findings and interpretations are associated with interpreting results from outlier detection methodologies. These statistical tools are of great value in trying to elucidate these frauds. Outliers values are usually unusual elements in the data set, generally extreme values in terms of the order of magnitude of the variables. Several methods for detecting outliers are already widespread in the literature, but investigations into multivariate outliers are still under study. The literature review presents methods for this purpose, particularly the methodology Data-driven Cluster Analysis Method (DDCAM), which is presented and applied to the data under study.
URI: http://www.monografias.ufop.br/handle/35400000/6789
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_AplicaçãoTécnicasDetecção.pdf3,21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.